[信息与通信]北邮通信原理PPT第3讲.pptVIP

第三章 随机过程 七、高斯过程 一维正态分布 一维正态概率密度表示式为 其中α表示数学期望， 表示方差 性质 对称于α 若α=0，σ=1，则称为标准化正态分布，即 若一随机过程的任意n维（n = 1, 2, …）概率密度是正态分布式，则称此随机过程为高斯随机过程 其中C为归一化的协方差矩阵，其中 性质 高斯过程的n维分布完全由n个随机变量的数学期望、 方差和两两之间的协方差函数所决定。因此，对于高斯过程，只需要研究它的数字特征 如果高斯过程是广义平稳的，则它的均值与时间无关，协方差函数只与时间间隔有关，而与时间起点无关，由性质（1）知，它的n维分布与时间起点无关。 所以，广义平稳的高斯过程也是狭义平稳的 如果高斯过程在不同时刻的取值是不相关的，那么： 八、希尔伯特变换 定义： 令f(t)为实函数，则称 为f(t)的希尔伯特变换，记为： 称 为g(t)的希尔伯特反变换，记为： 对于希尔伯特变换又可记为卷积形式： 从希尔伯特变换的定义，可以将希尔伯特变换的结果 看成是输入为f(t)的线性时不变系统的输出 频域变换 上图中LTI系统的冲激响应的傅里叶变换即为系统的传递函数 其中 为符号函数，即： 则系统函数为： 希尔伯特变换的物理意义是将信号f(t)的所有频率成分都相移π/2，而幅度保持不变。具有这种特性的电路称为希尔伯特滤波器 希尔伯特变换的性质 若f(t)为偶函数，则 为奇函数；反之亦然 即f(t)与 相互正交 解析信号 定义：令有实信号f(t)，则称复信号： 为f(t)的解析信号（或预包络） 解析信号的性质： 令 ， 则有 解析信号的能量等于实信号能量的两倍 令 和 为解析信号，则有： 例如：已知 求 和它的解析信号 对于积分困难的变换，可以通过计算频域函数的方法来迂回求解 九、平稳随机过程通过线性系统 随机过程Y(t)的均值（统计平均） 可以看出随机过程Y(t)的均值与t无关 随机过程Y(t)的自相关函数 可以看出Y(t)的自相关函数与t无关 X(t)和Y(t)的互相关函数与互功率谱密度 由维纳辛钦定理可知： Y(t)的功率谱密度 令 对于希尔伯特变换 与X(t)的互相关函数 十、高斯白噪声 令n(t)为高斯随机过程，其功率谱密度 则称n(t)为高斯白噪声 其数学期望为0 其自相关函数为： 性质 若 ，其中 为确定信号，则X为高斯随机变量，数字期望为0，方差等于： 若 ， ；其中 ， 为确定信号，则： 若 与 在（0~T）时间间隔内正交，即: 则： 与 统计独立 限带高斯白噪声，其功率谱密度为： 其相关函数： 十一、窄带平稳随机过程 定义：令X(t)为平稳随机过程，其功率谱密度形状如图所示 若 ，则称X(t)为窄带平稳随机过程 窄带随机过程的表达式 窄带随机过程可以用下式表示 其中: 称作X(t)的包络函数; 称作X(t)的随机相位函数 写成同向分量和正交分量的形式 令： 其中 称作X(t)的同相分量; 称作X(t)的正交分量 、 、 、 为随机过程 利用X(t)的解析信号Z(t)可以得到X(t)、 、 以及 之间的关系 其解析信号表示形式： 称作X(t)的复包络； 称作复载波 整理上面两个公式可得： 通过上面的公式则可以得到： 窄带平稳随机过程的自相关函数与功率谱密度 对复过程Z(t)，其自相关函数为： 其功率谱密度： 复包络 的子相关函数与功率谱密度 的性质 若 ，则 ，那么 若X(t)是高斯过程，则 也是高斯过程， 也是高斯过程 若X(t)是平稳的，则 也是平稳过程 如果高斯过程在不